基于改进集成经验模态分解与XGBoost模型的光纤周界信号特征识别方法

发明专利有效专利

申请号：
CN202011397826.8
IPC分类号：G06K9/00;G06K9/62;G06N20/00
申请日期：
2020-12-04
申请人：
中国船舶重工集团公司第七一五研究所

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于改进集成经验模态分解与XGBoost模型的光纤周界信号特征识别方法
申请号	CN202011397826.8	申请日期	2020-12-04
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-18	公开/公告号	CN112989906A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;2;0;/;0;0查看分类表>
申请人	中国船舶重工集团公司第七一五研究所	申请人地址	浙江省杭州市西湖区留下街道屏峰715号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国船舶重工集团公司第七一五研究所	当前权利人	中国船舶重工集团公司第七一五研究所
发明人	严爱博;宛立君;周广喆;纪然然;李博
代理机构	杭州九洲专利事务所有限公司	代理人	陈继亮

摘要

本发明公开了一种基于改进集成经验模态分解与XGBoost模型的光纤周界入侵振动信号特征分类识别方法。解决现有光纤周界系统中入侵信号特征提取复杂、分类识别耗时以及样本特征数量少导致识别准确率低的问题。本发明对获取到的典型入侵事件进行时间维度截取，得到单个空间点的一维时间序列，构建典型入侵信号样本集；提出一种基于改进的集成式经验模态分解的光纤振动信号特征提取方法，获得入侵事件信号的本征模态分量，将其作为特征训练集；构建XGBoost模型，利用入侵信号特征训练集对模型的权重参数进行迭代更新，获得最佳分类模型。最后，在XGBoost模型中输入样本测试集，得到入侵事件分类结果。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供